基于图像特征的隧道运动火源视频火焰探测技术分析-analysis of video flame detection technology for fire source in tunnel movement based on image features.docxVIP

基于图像特征的隧道运动火源视频火焰探测技术分析-analysis of video flame detection technology for fire source in tunnel movement based on image features.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于图像特征的隧道运动火源视频火焰探测技术分析-analysis of video flame detection technology for fire source in tunnel movement based on image features

摘要隧道交通的不断建设,对于缩短里程、提高行车效率具有突出的贡献。然而, 目前隧道交通的行车速度、行车密度不断加大,隧道火灾事故频发,特别是运动 车辆引发的火灾造成的后果更为严重。隧道是一个半封闭的受限空间,且受其中 粉尘多、湿度较大和纵向风的影响,传统的火灾探测技术显示出力所不能及的一 面。本文结合目前发展较好的火焰视频探测技术,针对隧道中火源在运动条件下 的火焰视频进行相关的探测技术研究。本文在实体实验的基础上,对运动火源的火焰视频数据进行采集,同时为了 与火焰视频数据形成对比,对静止的钨丝灯、运动的车灯等视频数据进行了采集。 结合火焰的颜色和亮度信息,建立了针对隧道这一特殊环境背景的更新模型。这 一模型对于去除隧道环境中少量太阳光反射和壁面对火焰亮光反射的影响,其效 果较好。但是采用这一方法,静止的钨丝灯和运动的灯光被作为火焰候选区域显 示出来。因此,本文在提取候选区域的基础上,结合火焰在燃烧过程中不断抖动,其 边缘的尖角数量不断变化,区别于车灯等其边缘较为稳定的情况。本文采 Harris 算法对图像中的尖角进行提取,并通过对帧间尖角数量的变化阈值的研究,对火 焰图像和非火焰图像进行识别。由于火焰闪烁频率和火源的尺寸等相关,所以直接依据火焰的闪烁频率难以 实现对火焰区域和非火焰区域的识别。本文建立了基于火焰闪烁的火焰识别的补 充判据。通过对候选区域面积的研究,发现其火焰的面积随时间不断振荡,而静 止的钨丝灯面积基本保持不变,运动的车灯的面积随时间有小幅度的增长。本文 对视频图像中,连续的三帧图像中相邻两帧图像面积差的乘积的阈值的分析研 究,最后通过阈值的设定,识别火焰图像和车灯图像。关键词:隧道火灾 运动火源 运动目标检测 颜色特征 火焰尖角 频闪特性 傅里 叶变换ABSTRACTThe continuous construction of tunnel traffic is outstanding contribution to shorten the distance and improve traffic efficiency. While, with increasing of tunnel traffic speed and traffic density, tunnel fire accidents are more frequent, especially accidentscaused by vehicles. As a semi-enclosed and limited space, it is dusty,humidity andlarge vertical wind in tunnel. The traditional detection technology is not applicable in tunnel. In this paper, the video flame detection technology for moving tunnel fire is investigated.Based on the experiment, flame video data of moving tunnel fire was collected. Meanwhile, video data of stationary tungsten and lamp was obtained, in order to compare the flame video data. According to flame color and brightness information, a background update model is established for tunnel. the model is effective to remove a small amount of reflected sunlight and flame. However, stationary tungsten and lamp are identified as candidate region of the flame.Therefore, based on the candidate region, the flame continuous shake and the changing number of the cusp is investigated, which is different from the stable of the edge lights. The Harris algorithm is adopted to extract the flame cusp. Then, changes in

您可能关注的文档

文档评论(0)

xyz118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档